工業(yè)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)的主要價(jià)值體現，我國應用潛力巨大

　　——訪(fǎng)中國工程院院士鄔賀銓

　　李健 王瑩 （《電子產(chǎn)品世界》，北京 100036）

　　摘要：不久前，“物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展論壇暨北京兩化融合服務(wù)聯(lián)盟物聯(lián)網(wǎng)平臺專(zhuān)業(yè)委員會(huì )成立大會(huì )”在京舉行，鄔賀銓院士分析了工業(yè)物聯(lián)網(wǎng)的技術(shù)市場(chǎng)機會(huì )，指出我國工業(yè)物聯(lián)網(wǎng)總體上處于起步階段，在物聯(lián)網(wǎng)的總產(chǎn)值中比例偏小，未來(lái)將有巨大的潛力。

　　1 工業(yè)物聯(lián)網(wǎng)市場(chǎng)

　　1.1 物聯(lián)網(wǎng)的價(jià)值主要體現在工業(yè)物聯(lián)網(wǎng)

　　物聯(lián)網(wǎng)的價(jià)值主要體現在工業(yè)物聯(lián)網(wǎng)。麥肯錫的研究報告中指出，物聯(lián)網(wǎng)的價(jià)值中，70%在工業(yè)物聯(lián)網(wǎng)。其中，“企業(yè)因用戶(hù)使用IoT而獲得的價(jià)值”占69%，“企業(yè)購買(mǎi)IoT及服務(wù)獲得的價(jià)值”占79%，“企業(yè)在工作場(chǎng)所裝備IoT產(chǎn)品”占到67%（如表1）。工業(yè)物聯(lián)網(wǎng)能夠為辦公室、工廠(chǎng)、工場(chǎng)、零售等帶來(lái)價(jià)值。在表1中，為何家庭也有一定的占比？因為家庭里的部分傳感器信息是與企業(yè)相連、由企業(yè)進(jìn)行診斷和維護的。

　　不過(guò)，中國工業(yè)物聯(lián)網(wǎng)在物聯(lián)網(wǎng)的比例偏小。圖1是賽迪顧問(wèn)的報告，預計2020年，中國工業(yè)物聯(lián)網(wǎng)在整體物聯(lián)網(wǎng)產(chǎn)業(yè)中占比將達25%，規模將突破4500億；由此可見(jiàn)，我國工業(yè)物聯(lián)網(wǎng)在物聯(lián)網(wǎng)中的比例非常小，所以我國當前的發(fā)展是很慢的，有很大的增長(cháng)潛力。

　　1.2 工業(yè)物聯(lián)網(wǎng)的價(jià)值分配

　　據麥肯錫預計，2025年全球工業(yè)物聯(lián)網(wǎng)將創(chuàng )造3.9~11.1萬(wàn)億美元的價(jià)值（如圖2），帶來(lái)的價(jià)值主要有三種：技術(shù)上的支出、物聯(lián)網(wǎng)用戶(hù)價(jià)值、消費者盈余（用戶(hù)獲得的價(jià)值）?？梢?jiàn)，工業(yè)物聯(lián)網(wǎng)的價(jià)值主要是由物聯(lián)網(wǎng)（IoT）用戶(hù)獲得的。

　　在物聯(lián)網(wǎng)的產(chǎn)業(yè)鏈中，人們通常認為硬件是主導，但實(shí)際上，軟件、服務(wù)和云才是主要支柱。據愛(ài)立信2016年的分析報告，感知層占25%，數據傳送層占10%，數據處理層占65%（注數據處理層又分為兩類(lèi)：平臺服務(wù)占10%，軟件開(kāi)發(fā)/系統集成/增值服務(wù)占55%）。麥肯錫于2015年6月的分析報告指出，軟件與服務(wù)占物聯(lián)網(wǎng)技術(shù)支出的60%~85%。具體地，物聯(lián)網(wǎng)整個(gè)價(jià)值鏈中，據麥肯錫對2015年IoT技術(shù)支出的價(jià)值分配統計表明，集成服務(wù)占20%~40%，軟件/應用開(kāi)發(fā)占25%~35%，軟件設施占5%~20%，連接占0~10%，硬件占20%~30%（如表2）。

　　2 工業(yè)物聯(lián)網(wǎng)的潛在經(jīng)濟貢獻

　　在工廠(chǎng)中，物聯(lián)網(wǎng)能帶來(lái)什么貢獻？無(wú)論是樂(lè )觀(guān)還是保守估計，都認為最大的是運營(yíng)優(yōu)化（如圖3），其次是預防維護，之后是庫存優(yōu)化，安全、勞動(dòng)生產(chǎn)率等。麥肯錫預計在2025年工業(yè)物聯(lián)網(wǎng)在工廠(chǎng)帶來(lái)的經(jīng)濟貢獻將達到1.2~3.7萬(wàn)億美元，其中主要是運營(yíng)優(yōu)化和預防性維護環(huán)節；勞動(dòng)生產(chǎn)率的提升與AR應用、監控管理及組織設計有關(guān)。

　　2.1 工業(yè)物聯(lián)網(wǎng)中的傳感器

　　除了手機與汽車(chē)外，工業(yè)是傳感器應用最多的領(lǐng)域，未來(lái)還會(huì )成為傳感器的最重要應用領(lǐng)域之一。工業(yè)上使用的傳感器種類(lèi)繁多，從傳感器種類(lèi)來(lái)看，流量傳感器、壓力傳感器、溫度傳感器占據最大的市場(chǎng)份額。

　　產(chǎn)業(yè)用傳感器的一大特點(diǎn)是品種多、批量少，呈現碎片化現象，因此缺乏規模效應，從而影響成本的快速下降。

　　2.2 工業(yè)物聯(lián)網(wǎng)的位置

　　工廠(chǎng)中的網(wǎng)絡(luò )有三層結構。最底層是DCS/FCS（分布式控制系統/現場(chǎng)總線(xiàn)控制系統）、PLC（可編程邏輯控制器）等，通過(guò)物聯(lián)網(wǎng)通信/傳感器協(xié)議進(jìn)行控制。再往上，是把物聯(lián)網(wǎng)信息收集起來(lái)，形成工業(yè)以太網(wǎng)/時(shí)間敏感網(wǎng)絡(luò )（TSN）協(xié)議等。再上面是企業(yè)內網(wǎng)（諸如工業(yè)以太網(wǎng)/TSN）或外網(wǎng)（Internet/4G/5G）IP協(xié)議等。

　　可見(jiàn)物聯(lián)網(wǎng)是工業(yè)互聯(lián)網(wǎng)最底層的基礎，所有數據都依賴(lài)物聯(lián)網(wǎng)。另外很重要的一點(diǎn)是，僅僅是傳感器與設備連接起來(lái)是不夠的，如果不與外網(wǎng)聯(lián)系還是不行。麥肯錫認為，40%跨物聯(lián)網(wǎng)應用的潛在價(jià)值以及某些環(huán)境中將近60%的潛在價(jià)值需要運用互操作性。即如果物聯(lián)網(wǎng)不是對外連接、交互的，其價(jià)值是無(wú)法體現的。

　　2.3 工業(yè)物聯(lián)網(wǎng)與邊緣計算的關(guān)系

　　市場(chǎng)調查公司IDC把邊緣計算看作是物聯(lián)網(wǎng)的基礎設施，與物聯(lián)網(wǎng)密切關(guān)聯(lián)。據IDC預測，未來(lái)將有超過(guò)50%的數據在邊緣側處理，到2020年邊緣計算支出將占物聯(lián)網(wǎng)基礎設施總支出18%，成本僅為單獨使用云計算的39%。

　　工業(yè)物聯(lián)網(wǎng)與邊緣計算是緊密聯(lián)系的。大企業(yè)往往自建云平臺，但越是大企業(yè)內部層次越多，需要同時(shí)配備邊緣計算、本地緩存和過(guò)濾數據，提供實(shí)時(shí)響應，從而降低了到中心云的帶寬壓力，另外，數據就近處理也減少了敏感數據泄漏的風(fēng)險。

　　中小企業(yè)可以接入到公有云，與其他企業(yè)通過(guò)VPN（虛擬專(zhuān)用網(wǎng)絡(luò )）方式共享第三方的云資源，節省投資與運維成本。但當企業(yè)與公有云間距離較遠時(shí)，還是需要企業(yè)自建邊緣計算平臺。

　　2.4 工業(yè)物聯(lián)網(wǎng)的標準

　　對于大企業(yè)，可使用非許可頻率的LoRa來(lái)建內部物聯(lián)網(wǎng)。對于大量中小企業(yè)，自建物聯(lián)網(wǎng)不經(jīng)濟，NB-IoT為企業(yè)提供一個(gè)承載在公眾通信網(wǎng) 上 的 專(zhuān) 用 物 聯(lián)網(wǎng)。但NB-IoT傳感器是固定位置，且業(yè)務(wù)帶寬只有20和250 kbps，是窄帶的。

　　工業(yè)應用的工件、機器人及網(wǎng)聯(lián)車(chē)的傳感器是移動(dòng)的，5G能支持傳感器移動(dòng)及可與人對話(huà)的多種窄帶物聯(lián)網(wǎng)標準。

　　2.5 5G與工業(yè)物聯(lián)網(wǎng)系統的連接

　　新工廠(chǎng)可以用光纖連起來(lái)，但老工廠(chǎng)布設光纖很麻煩，因此希望通過(guò)無(wú)線(xiàn)連接。Wi-Fi因穩定性、擴展性、低速率、不適合強電子干擾等問(wèn)題，在工業(yè)領(lǐng)域的利用率僅為4%，無(wú)法連接。

　　5G非常適應工業(yè)互聯(lián)網(wǎng)要求。但工業(yè)5G主要是本地專(zhuān)網(wǎng)應用，未來(lái)希望有專(zhuān)用頻譜。ETSI（歐洲電信標準化協(xié)會(huì )）通過(guò)對企業(yè)調研，測算提出工廠(chǎng)內網(wǎng)需要76MHz專(zhuān)用頻率。

　　5G主要有四種部署辦法。

　　?非公網(wǎng)（NPN）與公網(wǎng)（PN）隔離。工業(yè)5G主要是本地專(zhuān)網(wǎng)應用，工廠(chǎng)直接建無(wú)線(xiàn)基站，有專(zhuān)用的信道。

　　?NPN與PN共享無(wú)線(xiàn)接入網(wǎng)（RAN）。也可以是基站由無(wú)線(xiàn)運營(yíng)商來(lái)建，控制部分是企業(yè)本身的。

　　?NPN與PN共享無(wú)線(xiàn)接入網(wǎng)（RAN）與控制面。甚至基站也不建在工廠(chǎng)里，通過(guò)控制信道連到運營(yíng)商那里，把控制管理能力放在運營(yíng)商那里。

　　?在PN內部署NPN。即還可以把NPN全部放入PN，等于把工廠(chǎng)內網(wǎng)和外網(wǎng)放在一起。

　　可見(jiàn)，物聯(lián)網(wǎng)不是直接連接到5G的，要經(jīng)過(guò)工業(yè)的通信網(wǎng)絡(luò )。原來(lái)是現場(chǎng)總線(xiàn)、以太網(wǎng)，現在是工業(yè)以太網(wǎng)，未來(lái)是時(shí)間敏感網(wǎng)絡(luò )（TSN），即物聯(lián)網(wǎng)通過(guò)TSN連接到5G網(wǎng)絡(luò )上。

　　2.6 工業(yè)互聯(lián)網(wǎng)的平臺

　　因為需要信息收集和分析，就需要SaaS（軟件即服務(wù)）和PaaS（平臺即服務(wù)）平臺。SaaS需要公共軟件。過(guò)去大企業(yè)管理得好，其ERP（企業(yè)資源計劃）主要基于Excel表。傳統上，ERP Excel表做得很精細，可以把生產(chǎn)流程精確到分鐘。但缺點(diǎn)是一點(diǎn)小的流程變化也不得不開(kāi)生產(chǎn)調度會(huì )，來(lái)調整Excel表。因為Excel是靜態(tài)的，所以調整起來(lái)很麻煩。隨著(zhù)物聯(lián)網(wǎng)的興起，需要公共軟件與物聯(lián)網(wǎng)連起來(lái)，利用AI、云計算等來(lái)動(dòng)態(tài)調節Excel表。

　　3 AI與物聯(lián)網(wǎng)結合的應用案例

　　據統計，全世界工業(yè)數據目前的利用率只有1%。物聯(lián)網(wǎng)建立后，如果不能和大數據、AI結合，物聯(lián)網(wǎng)還是不完整的。以下有幾個(gè)利用工業(yè)物聯(lián)網(wǎng)和AI產(chǎn)生效益的案例。

　　3.1 在生產(chǎn)工藝優(yōu)化中應用

　　蘇州協(xié)鑫公司在全球光伏切片市場(chǎng)占有率達1/3），利用阿里開(kāi)發(fā)的工業(yè)大腦，分析0.2 mm的硅片生產(chǎn)中上千個(gè)生產(chǎn)參數，找出60個(gè)關(guān)鍵參數，優(yōu)化生產(chǎn)流程，良品率提升1%，每年可增加上億元利潤。

　　杭州中策公司年產(chǎn)5000多萬(wàn)條輪胎，全球橡膠生產(chǎn)位列前三，每天從全球采購上千噸橡膠塊。引入阿里的工業(yè)大腦后，提升混煉膠平均合格率3%~5%，年增千萬(wàn)元級的利潤。

　　3.2 在生產(chǎn)質(zhì)量監控中的應用

　　浦項鋼鐵公司通過(guò)使用AI涂層重量生產(chǎn)模型，精確控制連續鍍鋅生產(chǎn)線(xiàn)，實(shí)時(shí)預測涂層重量，將涂層重量偏差從人工控制的7 g/m2減少到0.5 g/m2。

　　普銳特公司與寶鋼合作，在1580熱軋機上的熱軋板卷寬度通常由粗軋機中的立式機架以及精軋機張力和壓下量的關(guān)系來(lái)控制，通過(guò)AI 實(shí)現精軋機動(dòng)態(tài)寬度控制，消除或減少寬度偏差以提高成品率。

　　印度塔塔鋼鐵公司使用AI來(lái)發(fā)現汽車(chē)用帶鋼上的表面缺陷。

　　清華大學(xué)與英業(yè)達集團合作，發(fā)現PCB（印制板）故障近14%，每年效益近億元。

　　華星光電公司與騰訊合作，對面板海量圖片進(jìn)行快速學(xué)習與訓練，建立高精度模型，實(shí)現機器自主質(zhì)檢，分類(lèi)識別準確率88.9%，節省人力60%。

　　3.3 從機器人到智能機器人

　　現在有更多的企業(yè)采用了機器人，不過(guò)買(mǎi)回去后要自己編程。利用AI技術(shù)，可以實(shí)現自動(dòng)編程。

　　對于多關(guān)節工業(yè)機器人，同一個(gè)操作可以有多個(gè)不同的運動(dòng)軌跡方案，利用AI技術(shù)，通過(guò)比較可以得出最優(yōu)解。

　　AI技術(shù)融入機器人后，程序指令不再由人下達，而是由機器人系統自主完成編程并執行。例如，沈陽(yáng)新松公司開(kāi)發(fā)智能焊接系統，首先感知工件并對其進(jìn)行測量，自主生成程序，根據不同的焊接工藝調取不同的焊接技術(shù)。

　　3.4 5G+AR提高勞動(dòng)生產(chǎn)率

　　通過(guò)戴上AR（增強現實(shí)）眼鏡，工人可以根據眼鏡上的提示信息裝配和維修設備，方法是通過(guò)5G連到云端，這樣可以實(shí)時(shí)得到云端/指揮中心的信息。這樣提高了生產(chǎn)效率，過(guò)去只有熟練工人才知道怎么做的工作，現在新手也可以做了。

　　3.5 預防性維護

　　數字雙胞胎(Digital Twin)借助安裝在物理對象上的傳感器數據和仿真手段來(lái)映射產(chǎn)品實(shí)時(shí)狀態(tài)、工作條件或位置，獲得物理對象的屬性及狀態(tài)的最新和準確的鏡像，可用于預防性維護。

　　據IDC預測，到2020年，全球2000強企業(yè)中的30%將利用數字孿生數據，提高產(chǎn)品創(chuàng )新能力和企業(yè)生產(chǎn)效率，從而提高企業(yè)25%的收益率。例如，GE（通用電氣公司）將數字孿生技術(shù)用于風(fēng)力發(fā)電管理，獲得20%效率提升。

　　3.6 物聯(lián)網(wǎng)+區塊鏈支持產(chǎn)品溯源

　　據世界經(jīng)濟論壇預計，到2025年全球GDP總量的10%將存儲匯聚在區塊鏈產(chǎn)業(yè)中。應用案例有：美國高盛公司將利用區塊鏈技術(shù)消除額外成本，在2020年大約可以節省60億美元。沃爾瑪從農場(chǎng)、工廠(chǎng)到商店建立食品區塊鏈，溯源沙門(mén)氏菌源頭時(shí)間從7天縮短到2秒。杭州萬(wàn)向集團建立區塊鏈+汽車(chē)物流供應鏈，應用到貿易金融、零部件、整車(chē)物流供應鏈及汽車(chē)后裝。

　　3.7 “物聯(lián)網(wǎng)+區塊鏈”解決中小微企業(yè)貸款難問(wèn)題

　　我國政府關(guān)注中小企業(yè)，在我國小微企業(yè)的資產(chǎn)中不動(dòng)產(chǎn)占比不到30%，而成品或半成品等動(dòng)產(chǎn)因難以監管而無(wú)法作為質(zhì)押物。走民間借貸利率高達15%，托盤(pán)利率也高達12%，企業(yè)不堪重負。

　　利用物聯(lián)網(wǎng)對入庫動(dòng)產(chǎn)監管（例如攝像頭對應電視屏監管流動(dòng)資產(chǎn)，可把流動(dòng)資產(chǎn)變?yōu)椴粍?dòng)資產(chǎn)），實(shí)現物流、資金流和信息流的協(xié)同，配以區塊鏈管理，適應企業(yè)短小頻急的用款需求，隨借隨還。利率7.1%（其中銀行5.6%，監管等費用1.5%）。

　　4 工業(yè)物聯(lián)網(wǎng)的安全

　　工業(yè)互聯(lián)網(wǎng)有可能將企業(yè)的生產(chǎn)線(xiàn)暴露到外網(wǎng)，即便無(wú)需連到公眾互聯(lián)網(wǎng)，但物理隔離也可能因管理疏忽而感染外網(wǎng)病毒。工業(yè)互聯(lián)網(wǎng)使用大量傳感器，而傳感器的安全防護能力較弱，很容易感染木馬，而成為DDOS攻擊的跳板。

　　因此，工業(yè)互聯(lián)網(wǎng)需要更嚴的安全防護技術(shù)：包括實(shí)時(shí)網(wǎng)絡(luò )性能監視預警技術(shù)；工業(yè)數據的分布式管理技術(shù)；阻止非授權實(shí)體的識別、跟蹤和訪(fǎng)問(wèn)；非集中式的認證和信任模型；高效的加密和數據保護；異構設備間的隱私保護技術(shù)。

　　除了在企業(yè)內部建立IT（信息技術(shù)）與OT（操作技術(shù)）統一的安全團隊和企業(yè)安全運營(yíng)中心外，還要與企業(yè)的上下游實(shí)現威脅情報共享和安全防護的協(xié)同聯(lián)動(dòng)，從政府獲得安全態(tài)勢感知信息。

　　參考文獻：

　　[1]賽迪顧問(wèn).2020年工業(yè)物聯(lián)網(wǎng)將在整體物聯(lián)網(wǎng)產(chǎn)業(yè)中占比25%將突破4500億元！[R/OL].（2018-1-23）.http://m.sohu.com/a/218399404_378413

　　本文來(lái)源于科技期刊《電子產(chǎn)品世界》2019年第7期第1頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處